告别“大力出奇迹”！前OpenAI灵魂人物Ilya：AI必须学会感受

（本文解读前OpenAI联合创始人Ilya Sutskever近期的访谈）

最近AI圈被一颗“深水炸弹” 炸得人仰马翻。投下这颗炸弹的人，正是前OpenAI联合创始人、被誉为“GPT之父”的 Ilya Sutskever。他在一场罕见的深度访谈中，直言不讳地宣告：“单纯靠堆钱、堆算力、堆参数的AI模式，已经走到尽头了。”

我仔细看完了全程一个多小时的采访，发现这位亲手缔造了ChatGPT时代的传奇科学家，如今公然否定了过去几年里被AI行业奉为圭臬的“Scaling Law”（缩放定律），就像武侠小说里的武林盟主突然宣布，大家练了多年的绝世武功其实是条死胡同。

江湖，瞬间炸开了锅。

要理解 Ilya 这番话的分量，得先说说啥是 Scaling Law。这个定律就是AI界的“大力出奇迹”法则。大约在2017年前后，Ilya 和团队发现，AI模型的聪明程度和参数数量、训练数据量、计算力呈严格的幂律关系，就像往篝火里不断添柴，火苗就会越烧越旺。

这个发现直接点燃了全球AI大模型的军备竞赛。从GPT-3 的 1750 亿参数，到后来动辄万亿级参数的模型，从爬取全网数据到疯狂抢购英伟达 H100 显卡，全行业都在信奉“越大越好”。最近几年，OpenAI 靠着这套逻辑推出了 ChatGPT，谷歌、Anthropic 等巨头纷纷跟进，Scaling Law 成了AI圈的“金科玉律”，甚至有人调侃：“只要GPU管够，傻子都能做AI”。

但如今，当初提出这套逻辑的 Ilya 却亲手敲响了警钟。他说：“我们已经爬完了这座山，现在再往上爬，每走一步都要付出十倍百倍的代价，却只能前进一小步”。

他为什么这样说呢？因为两个致命瓶颈出现了：

1. 高质量数据快用光了 互联网上有价值的文本就那么多。再往下挖，要么是重复内容，要么是低质内容。结果呢？模型开始“神经兮兮”，性能像坐过山车。 2. 边际收益暴跌到离谱 想让模型性能提升10%？现在可能得把算力成本翻一倍。这哪是技术进步，简直是“烧钱买安慰”。

更扎心的是Ilya打了个比方：现在的AI模型就像“练了1万小时算法竞赛的学生”，做标准化考题能拿满分，甚至能拿下IMO数学金牌，但一到实际工作中就掉链子。让它修复一个代码 Bug，它修完后大概率会引入新的 Bug；你再让它改正新的 Bug，可能又把原来的 Bug 带回来了…来来回回陷入死循环。

这就像那些只会死记硬背武功秘籍的呆子，招式耍得花里胡哨，遇上江湖实战连基本的应变都不会。Ilya 点破了关键：问题不在模型大小，而是在强化学习（RL，Reinforcement Learning）的训练上，为了让模型在基准测试里好看，研究者们无意中让模型“过拟合”了考试题目，练出了一身“应试技巧”，却没学到真正的“判断力”和“品味”。

这几乎是大模型领域公开的秘密：想在华山论剑（基准测试）中夺魁，需凑齐三样法宝：海量参数、奖励驱动算法与真题宝库。前者让你死记硬背所有招式，中者驱使你专攻一招制胜的“捷径”，后者则限定了比武范围。如此修炼出的高手，尽管招式华丽，却可能内功虚浮，一旦踏入复杂的江湖，便容易破绽百出。

所以，要突破模型的瓶颈，必须革新训练范式与评估体系。Ilya为此给出了出人意料的答案：向人类学习，尤其是要补上“情感”这堂课。

他提出了一个颠覆行业认知的观点：人类智能的核心不是拥有多少知识，而是拥有一套强大的“价值函数”，也就是我们的直觉和情感。青少年学开车，不用撞成千上万次就能掌握，因为他心里知道“这样开不对劲”；程序员写代码，不用等到测试报错就知道“这个逻辑有问题”，这种即时的自我纠正能力，正是AI目前最缺失的。

“人类的情感从来不是累赘，而是智能的终极算法”，Ilya的这句话戳中了要害。现在的AI没有灵魂，做对做错都不知道为什么，全靠外部打分反馈来调整。而我们人类之所以能高效学习，就是因为内在的“价值函数”在时刻导航，让我们在没有明确奖励的情况下也能自我优化。

Ilya认为，未来的超级智能，绝不是存储了全世界知识的“静态硬盘”，而是拥有极高学习效率的“超级学习者”，能像人类一样，通过少量接触就掌握任何工作，这才是AGI（通用人工智能）应该有的样子。（谷歌提出嵌套学习的新方法来使机器可以像人类一样学习，可参加本公众号之前的文章）

这次发声其实是Ilya长期思考的结果。了解他的人都知道，这位AI界的“神秘主义者”，一直和OpenAI的商业化路线存在分歧，Ilya更在意AI的安全和技术本质。2024年，Ilya离开OpenAI创立SSI公司，拿到30亿美元融资，就是想避开商业压力，专心探索这条新路径。

Ilya的观点引发了AI圈的不少争论，但有个共识已经基本形成：纯靠堆料的时代必然结束。就像历史上的技术革命，从来不是靠无限堆积资源实现的：摩尔定律靠的是物理和制造的突破，AI的下一次飞跃，终究要回到科学研究的本质。

答案或许就像他强调的那样：真正的超级智能，不仅要有超越人类的能力，更要有“关爱有感知生命”的温度。毕竟，没有情感和价值判断的智能，再强大也只是冰冷的机器；而懂得自我审视的AI，才有可能成为人类真正的伙伴。

AI的发展如同登山，翻越一座高峰后，眼前往往是更高的山脉。Scaling Law 主导的时代渐行渐远，但这远非 AI 的终点，而是更精彩的 “研究时代” 的黎明。站在当前的山巅，Ilya 的警示宛如一声号角，提醒所有攀登者：莫要只顾低头赶路，更需抬头看路。因为通往超级智能的路径，从来不是仅凭算力与数据的“蛮力”所能铺就的。